Planowanie badań i analiza wyników

Slides:



Advertisements
Podobne prezentacje
Regresja i korelacja materiały dydaktyczne.
Advertisements

Badania statystyczne Wykłady 1-2 © Leszek Smolarek.
ESTYMACJA PRZEDZIAŁOWA
Test zgodności c2.
Zmienne losowe i ich rozkłady
Studia niestacjonarne 2009/10 r.
Skale pomiarowe – BARDZO WAŻNE
BUDOWA MODELU EKONOMETRYCZNEGO
Elementy Modelowania Matematycznego
Test zgodności Joanna Tomanek i Piotr Nowak.
Statystyka w doświadczalnictwie
Analiza korelacji.
Pobieranie próby Populacja generalna: zbiór wyników wszystkich możliwych doświadczeń określonego typu. Próba n-wymiarowa: zbiór n wyników doświadczeń.
Program przedmiotu “Metody statystyczne w chemii”
Korelacje, regresja liniowa
Rozkład normalny Cecha posiada rozkład normalny jeśli na jej wielkość ma wpływ wiele niezależnych czynników, a wpływ każdego z nich nie jest zbyt duży.
Analiza współzależności dwóch zjawisk
Wykład 4. Rozkłady teoretyczne
Metody Symulacyjne w Telekomunikacji (MEST) Wykład 6/7: Analiza statystyczna wyników symulacyjnych  Dr inż. Halina Tarasiuk
Średnie i miary zmienności
Hipotezy statystyczne
Analiza współzależności cech statystycznych
dr hab. Ryszard Walkowiak prof. nadzw.
i jak odczytywać prognozę?
Ekonometria. Co wynika z podejścia stochastycznego?
Rozkłady wywodzące się z rozkładu normalnego standardowego
Analiza reszt w regresji
BADANIE STATYSTYCZNE Badanie statystyczne to proces pozyskiwania danych na temat rozkładu cechy statystycznej w populacji. Badanie może mieć charakter:
Analiza wariancji jednoczynnikowa.
Irena Woroniecka EKONOMIA MENEDŻERSKA - dodatek do W2
Badania Operacyjne i Ekonometria. Literatura podstawowa 1.M.Anholcer, H.Gaspars, A.Owczrkowski Przykłady i zadania z badań operacyjnych i ekonometrii.
Hipotezy statystyczne
Zagadnienia regresji i korelacji
Finanse 2009/2010 dr Grzegorz Szafrański pokój B106 Termin konsultacji poniedziałek:
Elementy Rachunku Prawdopodobieństwa i Statystyki
Kilka wybranych uzupelnień
Statystyka i opracowanie wyników badań
Seminarium licencjackie Beata Kapuścińska
Testowanie hipotez statystycznych
Wnioskowanie statystyczne
Statystyka medyczna Piotr Kozłowski
Program przedmiotu “Opracowywanie danych w chemii” 1.Wprowadzenie: przegląd rodzajów danych oraz metod ich opracowywania. 2.Podstawowe pojęcia rachunku.
Weryfikacja hipotez statystycznych
Przenoszenie błędów (rachunek błędów) Niech x=(x 1,x 2,...,x n ) będzie n-wymiarową zmienną losową złożoną z niezależnych składników o rozkładach normalnych.
Podstawowe pojęcia i terminy stosowane w statystyce
Testowanie hipotez Jacek Szanduła.
Statystyczna analiza danych
Korelacje dwóch zmiennych. Korelacje Kowariancja.
STATYSTYKA – kurs podstawowy wykład 9 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Monte Carlo, bootstrap, jacknife. 2 Literatura Bruce Hansen (2012 +) Econometrics, ze strony internetowej :
Przeprowadzenie badań niewyczerpujących, (częściowych – prowadzonych na podstawie próby losowej), nie daje podstaw do formułowania stanowczych stwierdzeń.
Testy nieparametryczne – testy zgodności. Nieparametryczne testy istotności dzielimy na trzy zasadnicze grupy: testy zgodności, testy niezależności oraz.
STATYSTYKA – kurs podstawowy wykład 7 dr Dorota Węziak-Białowolska Instytut Statystyki i Demografii.
Rozkłady statystyk z próby dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium.
Estymacja parametrów populacji. Estymacja polega na szacowaniu wartości parametrów rozkładu lub postaci samego rozkładu zmiennej losowej, na podstawie.
STATYSTYKA – kurs podstawowy wykład 11
Estymacja parametryczna dr Marta Marszałek Zakład Statystyki Stosowanej Instytut Statystyki i Demografii Kolegium Analiz.
Testy nieparametryczne
Rozkład z próby Jacek Szanduła.
Małgorzata Podogrodzka, SGH ISiD
Statystyka matematyczna
Statystyka matematyczna
Regresja wieloraka – bada wpływ wielu zmiennych objaśniających (niezależnych) na jedną zmienną objaśnianą (zależą)
Jednorównaniowy model regresji liniowej
Analiza niepewności pomiarów Zagadnienia statystyki matematycznej
PODSTAWY STATYSTYKI Wykład udostępniony przez dr hab. Jana Gajewskiego
Analiza współzależności zjawisk
MIARY STATYSTYCZNE Warunki egzaminu.
Monte Carlo, bootstrap, jacknife
Korelacja i regresja liniowa
Zapis prezentacji:

Planowanie badań i analiza wyników dr inż. Janusz Bucki Wykład dla IV roku WIM PW Warszawa, 2005/2006 (semestr zimowy v.03.10.05)

Planowanie badań i analiza wyników Spis treści Informacje organizacyjne Główne zagadnienia do omówienia Repetytorium Zagadnienia wstępne Analiza wyników - jedna cecha Analiza wyników - dwie (wiele) cechy Plan badań Elementy rachunku prawdopodobieństwa

Planowanie badań i analiza wyników Plan pracy w trakcie semestru Wykład, ćwiczenia. Zajęcia organizacyjne + repetytorium Zagadnienia wstępne Narzędzia do analizy wyników Wybór i realizacja planów doświadczeń Elementy rachunku prawdopodobieństwa Zaliczenie

Planowanie badań i analiza wyników Zasady zaliczenia przedmiotu Wykład Ćwiczenia obecność Sprawdzian zakres forma

Planowanie badań i analiza wyników Literatura pomocnicza D.Bobrowski „Probabilistyka w zastosowaniach technicznych” WNT M.Maliński „Statystyka matematyczna wspomagana komputerowo” skrypt Politechniki Śląskiej M.R.Spiegel „Statistics 2/ed” McGraw-Hill R.Górecka „Teoria i technika eksperymentu” skrypt PK W.T. Eadie i in. „Metody statystyczne w fizyce doświadczalnej” PWN Z.Polański „Planowanie doświadczeń w technice” PWN

Planowanie badań i analiza wyników Główne zagadnienia do omówienia Cel badań doświadczalnych Charakterystyka obiektu badań Plan doświadczenia Realizacja doświadczenia/pomiarów Analiza wyników pomiarów Formułowanie wniosków

Planowanie badań i analiza wyników Repetytorium 1(3) Zmienna losowa i jej prezentacja graficzna gęstość prawdopodobieństwa dystrybuanta parametry pozycyjne i rozproszenia wartość oczekiwana odchylenie standardowe inne parametry graficzne wyznaczanie wybranych parametrów: mediana kwantyle dominanta

Planowanie badań i analiza wyników Repetytorium 2(3) Charakteryzowanie próby i populacji wartość średnia odchylenie standardowe współczynniki wyższych rzędów mediana, kwantyle dominanta inne charakterystyki pozycyjne i rozproszenia histogram i dystrybuanta z danych empirycznych

Planowanie badań i analiza wyników Repetytorium 3(3) Testowanie prostych hipotez statystycznych poziom ufności, poziom istotności hipoteza zerowa, dobór hip. alternatywnej obliczanie statystyki interpretacja wyników testu - obszar krytyczny przypomnienie innych elementów SiOWB

Planowanie badań i analiza wyników Zagadnienia wstępne Badania eksperymentalne Pomiary Metrologia Wyznaczanie zależności Teoria eksperymentu

Planowanie badań i analiza wyników Zagadnienia wstępne Teoria eksperymentu Planowanie doświadczeń Analiza statystyczna wyników

Planowanie badań i analiza wyników Zagadnienia wstępne Teoria eksperymentu Zbiór metod mających na celu poznanie zależności między wybranymi wielkościami charakteryzującymi obiekt badań

Planowanie badań i analiza wyników Zagadnienia wstępne Obiekt badań MATEMATYCZNY MODEL BADANEJ RZECZYWISTOŚCI

Planowanie badań i analiza wyników Zagadnienia wstępne Obiekt badań x2 x1 xn . F z

Planowanie badań i analiza wyników Zagadnienia wstępne Obiekt badań Zbiór zmiennych niezależnych – wielkości wejściowe xk; k=1, 2, ... , n Zmienna zależna (wyjściowa) z Model (jakościowy): z = F(x1, x2, ... xn)

Planowanie badań i analiza wyników Zagadnienia wstępne Funkcja obiektu badań Ilościowa funkcja aproksymująca np. wielomian 2-go stopnia z = a0+ a1x1+ ... anxn+ a11x12 + a12x1x2+ ... annxn2 Ustalony zakres wielkości wejściowych xkmin<xk<xkmax ; k=1, 2, ... , n

Planowanie badań i analiza wyników Zagadnienia wstępne Jedna wielkość wejściowa

Planowanie badań i analiza wyników Zagadnienia wstępne Dwie (wiele) wielkości wejściowych

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Liczność próby Kryterium np. dokładność oceny „d” (2d - długość przedziału ufności przy zadanym poziomie ufności 1-a) Prawdopodobieństwo dopuszczalnego ryzyka nieobjęcia przez przedział ufności szacowanego parametru

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Liczność próby znany typ rozkładu – N(m,s) znane s

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Liczność próby znany typ rozkładu – N(m,s) nieznane s próba pilotażowa o liczności n0 wstępnie obliczone S

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Liczność próby t 1-a/2 – kwantyl rzędu 1-a/2 rozkładu Studenta o n = n0-1 stopniach swobody

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Eliminacja wyników wątpliwych Test 3s (inżynierski) Wynik wątpliwy (najczęściej max. lub min., którego odległość od kolejnego wyniku jest największa) wyłączony z obliczeń Oszacowanie przedziału ufności na podstawie pozostałych n-1 elementów

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Eliminacja wyników wątpliwych Przypadek populacji o rozkładzie N(m,s) Wynik wątpliwy (najczęściej max. lub min., którego odległość od kolejnego wyniku jest największa) wyłączony z obliczeń Oszacowanie przedziału ufności na podstawie pozostałych n-1 elementów n=n-2 (n = liczba wyników przed wyłączeniem wątpliwego) Przedział ufności:

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Testy zgodności Pearsona, zgodności c2 Kołmogorowa (Kołmogorowa-Smirnowa) Prostszy (zwłaszcza w przypadku obliczeń „ręcznych”) Mniej efektywny !!! Bez grupowania – możliwość zastosowania w przypadku małej liczności próby

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Testy Pearsona, zgodności c2 Dowolny rozkład o dystr. F Duże n (>30~50) Podział wyników na m przedziałów Liczność w każdym z przedziałów ni >6, liczność teoretyczna n*pi>6

Planowanie badań i analiza wyników Analiza wyników (jedna zmienna) Testy Pearsona, zgodności c2 H0: F=F0 ; H1: FąF0 Statystyka Obszar krytyczny Ra=(c21-a;Ą); n=m-k-1 m- liczba klas, k – liczba param. rozkł. teor. wyznaczonych z próby

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Pomiary dwóch cech Korelacja (badanie czy zmienne są niezależne) Regresja (dopasowanie zależności funkcyjnej między cechami)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Pomiary dwóch cech 1 1 r 2 =0,016 r 2 =0,676 0,8 0,8 0,6 0,6 0,4 0,4 0,2 0,2 0,2 0,4 0,6 0,8 1 0,2 0,4 0,6 0,8 1

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Korelacja Współczynnik korelacji r (w próbie)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Test istotności wsp. korelacji rozkłady x i y zbliżone do normalnego nieznane parametry rozkładów H0: r=0 (korelacja w populacji nie istnieje) H1: r0 (korelacja w populacji istnieje)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Test istotności wsp. korelacji statystyka ma rozkład t o n=n-2 st. swobody obszar kryt. Ra=(-;ta/2)(t1-(a/2);)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Regresja liniowa wyznaczanie współczynników równania regresji (Y zależne od X) albo (X zależne od Y)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Regresja liniowa (Y zależne od X)

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Pomiary dwóch cech y=0,6168x+0,217 x=1,0957y-0,0526

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Pomiary dwóch cech y = -0,1289x + 0,5679 x = -0,1244y + 0,6325

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Przedział ufności wsp. kierunkowego prostej regresji y=a1x+a0 a1 – wsp. dla próby o liczności n Współczynnik kierunkowy prostej dla populacji na poziomie ufności 1-a ma wartość (liczba st. swobody n=n-2) 1 r 2 =0,676 0,8 0,6 0,4 0,2 y=0,6168x+0,217 0,2 0,4 0,6 0,8 1

Planowanie badań i analiza wyników Analiza wyników (wiele zmiennych) Korytarz ufności wsp. kierunkowego prostej regresji liczba st. swobody rozkładu t n=n-2 1-a=0,95 y=0,6168x+0,217

Planowanie badań i analiza wyników R.A. Fisher (lata 30te XXw.) teoria eksperymentu Określenie celu badań (pomiarów) Określenie metody analizy wyników Ustalenie planu badań Dobrany ze względu na punkty 1 i 2 – np. wyznaczenie parametrów funkcji (o zadanej postaci) opisującej obiekt badań. Możliwie mała liczba pomiarów (ekonomia) Realizacja pomiarów/eksperymentu Analiza i wnioskowanie statystyczne

Planowanie badań i analiza wyników Plan badań Zbiór m układów (zbiorów) wartości wielkości wejściowych {xk}i; k=1, 2, ... , n; i= 1, 2, ... , m, dla których mierzy się wartości zmiennej wyjściowej zi Zobacz też: obiekt badań

Planowanie badań i analiza wyników Plan badań krok 2 Wyznaczone maksimum (?) ? krok 1 Plan tradycyjny

Planowanie badań i analiza wyników Plan badań Plan kompletny

Planowanie badań i analiza wyników Klasyfikacja planów badań

Planowanie badań i analiza wyników Plan badań Plan tradycyjny

Planowanie badań i analiza wyników Plan badań Plan kompletny

Planowanie badań i analiza wyników Przykład planu badań

Prawdopodobieństwo geometryczne Planowanie badań i analiza wyników Elementy rachunku prawdopodobieństwa Repetytorium II Klasyczna definicja prawdopodobieństwa Kombinatoryka Prawdopodobieństwo warunkowe Podstawowe twierdzenia rachunku prawdopodobieństwa Prawdopodobieństwo geometryczne